——第三届“工业互联网融合创新应用·行业推广行动”正式启动
党中央对新型工业化“关键任务”“强大物质技术基础”等最新定位,进一步凸显了新型工业化的独特地位。为加快推进新型工业化,助力各行业、各领域工业数字化转型发展,2023年10月12日,第三届“工业互联网融合创新应用·行业推广行动”(以下简称推广行动)将在2023年(第五届)全球工业互联网大会暨工业互联网融合创新应用·行业推广行动案例发布大会(以下简称大会)上正式启动,同时重磅发布《2023工业互联网融合创新应用报告》和“工业数字化转型评价综合指数”。
深化推广行动 发布重磅成果
工业互联网作为新一代信息技术向工业领域融合渗透的产物,已成为制造业数字化转型的关键支撑,并持续助力新型工业化目标的实现。
为进一步贯彻落实国家实施工业互联网创新发展战略,在重点领域及传统行业拓展工业互联网应用范围,中国工业经济联合会联合物流、煤炭、机械、钢铁、石化、轻工业、纺织、建筑、有色金属、电力、电子信息等全国性行业联合会(协会),连续三年组织“工业互联网融合创新应用·行业推广行动”,开展行业数字化转型水平评估和数字化转型路径研究工作,旨在摸清我国重点行业数字化转型的真实水平和痛点问题,为行业转型升级和新型工业化道路提供参考借鉴。
本届大会将举行第三届行业推广行动的启动仪式,并重磅发布《2023工业互联网融合创新应用报告》(以下简称报告)和国内首个“工业数字化转型评价综合指数”(以下简称指数)等成果。其中,报告将从我国工业互联网发展现状、指数分析、困难与挑战、发展趋势和下一步发展建议等维度,为深入推动制造业数字化转型提出行动指引,确保抓准行业数字化转型的着力点。指数基于工业数字化转型评价体系,结合行业数字化转型现状、特点和趋势,通过科学的指数分析,分行业构建差异化数字化转型路线图,并针对性提出行业发展建议,成为行业高质量发展的重要参考。
同时,通过推广行动征集并遴选出符合当前工业互联网发展趋势、具有可复制可推广价值的年度十大案例、细分领域三十大优秀案例和100个行业应用优秀案例,将在大会主论坛环节进行发布,并邀请企业代表分享典型案例的技术创新、融合应用、推广价值,以推动优秀应用案例与行业发展深度结合,加快工业数字化转型和智能化升级。
把脉数实融合 建言方法路径
本届大会以“聚焦工业数字化转型 助力新型工业化发展”为主题,为期两天的会议包含开幕式暨主论坛、分论坛、闭门会和工业互联网融合创新应用案例展等一系列精彩活动。

在12日举行的开幕式暨主论坛上,相关部委、地方政府和国际组织、行业协会领导将围绕区域经济发展、产业链协同升级和新型工业化等热点话题发表精彩致辞,并有多位部长级专家、院士把脉数字经济与实体经济深度融合,带来现代化产业集群发展、数字化转型方法路径、数实融合体系构建的相关主旨报告,深度剖析新型工业化进程中的机遇与挑战。
大会设置五场分论坛、三场闭门会,聚焦智能网联汽车、新能源、电力、人才培育、国际化发展、区域产业生态建设等垂直行业和细分领域的数字化转型机遇和挑战展开交流,促成多方合作与优质项目落地转化。会议期间还将举办“工业互联网融合创新应用案例展”,重点展览展示工业互联网融合创新应用案例的新技术、新应用、新成果、新模式等。
嘉禾巨镇,大咖云集。2023年(第五届)全球工业互联网大会开幕在即,期待与您共商新型工业化发展,共创数实融合新未来!
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。